交通行業信息系統經過多年的運行，沉淀了海量的視頻、圖片、圖表、文字等交通相關數據。這些數據只存在于垂直業務和單一應用中，數據過于分散，未被充分整合加以利用和挖掘?，F有交通系統實時分析能力差，海量數據處理效率低，系統耦合度低，數據間關聯展現不夠直觀清晰，缺少數據分析方法，導致決策效率不高。隨著汽車數量的急劇增加，交通擁堵已成為交通管理面臨的主要問題。如何避免擁堵和減少交通擁堵造成的影響，調節路網交通流量，提高道路的通行能力，為優化路網調度策略提供決策支撐，已成為交通領域亟待解決的問題。

智慧交通通過大數據、云計算、物聯網和人工智能技術，對現有海量交通數據進行整合、挖掘和分析，增強交通路網的事前預警能力，輔助制定路網調度方案，及時調整和優化運營策略，由傳統的經驗決策模式逐步轉變為數據決策模式，進一步提升交通管理水平以及決策效率。

近年來，數據挖掘理論及其技術研究和開發取得了較為快速的發展，其在各個領域應用有著非常廣闊的空間和潛力。數據挖掘成為解決數據處理難題的有效途徑，主要依賴兩項技術：一是對某個領域各部門產生的各種業務數據進行整理和集成，搭建支持決策的數據分析環境，即數據倉庫；二是發現隱藏在各種監測數據之中的有用知識，即數據挖掘。

大數據可視化平臺通過直觀、生動、可交互、可個性化定制的數據可視化圖表，展示數據潛在的趨勢和內在的特性，賦予用戶極好的數據體驗。進入大數據時代，最大的難點就是面對如此巨大的數據，如何較好展示給用戶，例如三維模型、動畫、視頻、動態交互式頁面、手機APP等，將數據以展示、推送、提醒、互動等等模式提供給用戶。

大數據可視化，指在是借助于圖形化手段展示大數據分析結果，使數據清晰有效地表達，使人們快速高效的理解并使用，它集成了數據采集、統計、分析、呈現等多環節。不同行業的數據可視化可能有不同的呈現形式和要求，但最終的目的都是挖掘出數據深層次的含義，把紛繁復雜的大數據集、晦澀難懂的數據報告變得輕松易讀、親切、易于理解。

基于沃達德大數據平臺，通過對海量數據采集、處理、存儲、分析和數據挖掘，根據數據的特性，采用合適的可視化方式，將數據直觀地展現出來，以幫助人們認識數據、理解數據，同時找出包含在海量數據中的規律或者信息，預測未來發展趨勢，進行智能化決策分析，使得數據資產成為核心競爭力。